Análise de redes neurais em variáveis de perfilagem

Silva, Mayara Laysa de Oliveira; Leitão, Suzana Russo; Barros, Nilson Santos

Por favor, use este identificador para citar o enlazar este ítem: https://ri.ufs.br/jspui/handle/riufs/7800

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.author	Silva, Mayara Laysa de Oliveira	-
dc.contributor.author	Leitão, Suzana Russo	-
dc.contributor.author	Barros, Nilson Santos	-
dc.date.accessioned	2018-04-17T22:43:31Z	-
dc.date.available	2018-04-17T22:43:31Z	-
dc.date.issued	2015-10	-
dc.identifier.citation	SILVA, M. L. de O.; LEITÃO, S. R.; BARROS, N. S. Análise de redes neurais em variáveis de perfilagem. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO DE SERGIPE, 7., 2015, São Cristóvão. Anais eletrônicos... São Cristóvão: DEPRO/UFS, 2015, p. 348-363. Disponível em: <http://simprod.ufs.br/pagina/18182>. Acesso em: 17 abr. 2018.	pt_BR
dc.identifier.issn	2447-0635	-
dc.identifier.uri	http://ri.ufs.br/jspui/handle/riufs/7800	-
dc.language	por	pt_BR
dc.publisher	Departamento de Engenharia de Produção - Universidade Federal de Sergipe	pt_BR
dc.relation.ispartof	Anais do VII SIMPROD	pt_BR
dc.subject	Petróleo	por
dc.subject	Poço	por
dc.subject	Perfilagem	por
dc.subject	Rede	por
dc.title	Análise de redes neurais em variáveis de perfilagem	pt_BR
dc.type	Trabalhos em Eventos	pt_BR
dc.identifier.license	Autorização para publicação no Repositório Institucional da Universidade Federal de Sergipe (RIUFS) concedida pelo editor	pt_BR
dc.description.resumo	Pode-se citar a rede neural artificial (RNA) como uma das técnicas mais promissoras quando se trata de problemas com modelagens de banco de dados, este método conquistou um espaço relevante pela aplicabilidade em diversas áreas. A quantidade de derivados do petróleo expõe a importância dessa energia não renovável para a população mundial. Sabe-se que suas reservas ainda abastecerão o planeta por várias décadas, assim, podem-se entender as buscas incessantes para obter métodos que maximizem a extração do bem em questão. O presente estudo visa obter o melhor modelo, isto é, verificar qual o tipo de rede neural retornará os melhores valores para a perfilagem. No entanto para realizar o estudo é necessário categorizar os dados, excluir as variáveis que não se adequam ao modelo e a partir daí, pretende-se treinar a rede para que os valores da predição sejam utilizados na criação do novo perfil sônico.	pt_BR
dc.publisher.initials	DEPRO/UFS	pt_BR
dc.description.local	São Cristóvão, SE	pt_BR
Aparece en las colecciones:	Anais do VII SIMPROD (2015) DEPRO - Trabalhos apresentados em eventos

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
RedesNeuraisVariaveisPerfilagem.pdf		261,5 kB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem